اگر هفته بعد از شکرگزاری باشد، نشست سالانه انجمن رادیولوژی آمریکای شمالی باید در مکان مک کورمیک در شیکاگو برگزار شود. و همینطور است، با ده ها هزار متخصص تصویربرداری، فناوری اطلاعات و انفورماتیک از بیش از 120 کشور در سراسر جهان که از 1 تا 5 دسامبر گرد هم می آیند تا سخت افزار و نرم افزار جدید را از نزدیک ببینند و در مورد نوآوری های بالینی جدید بیاموزند.
همانطور که در همه جای دیگر در سراسر مراقبت های بهداشتی وجود دارد، هوش مصنوعی در حال تغییر حرفه تصویربرداری است و یک مطالعه جدید KLAS نشان می دهد که تغییرات با چه سرعتی اتفاق می افتد.
گزارش تحقیقاتی، Imaging AI 2024، نشان میدهد که چگونه تعداد ابزارهای هوش مصنوعی مورد تایید FDA برای تصویربرداری تنها در چند سال گذشته به بیش از 300 مورد رسیده است، بدون اینکه نشانهای از کاهش این تاییدیهها وجود داشته باشد. همانطور که چشم انداز نظارتی تغییر کرده است، نگرش ها در مورد و پذیرش پلت فرم های جدید هوش مصنوعی تصویربرداری، اتوماسیون های عملیاتی و گزارش دهی و سایر ابزارهای هوش مصنوعی نیز تغییر کرده است.
KLAS خاطرنشان میکند: «بیش از 50 درصد از سازمانهای مورد بررسی شروع به استفاده از الگوریتمهای هوش مصنوعی برای حداقل یک مورد استفاده از تصویربرداری کردهاند، که «یک جهش قابلتوجه از سال 2018 است، زمانی که 17 درصد از سازمانهای مصاحبهشده به صورت آزمایشی یا با یک راهحل هوش مصنوعی زندگی میکردند. ”
محققان KLAS برای درک همه روشهای متعددی که هوش مصنوعی چشمانداز تصویربرداری و رادیولوژی را تغییر میدهد، بیش از 200 سازمان – حدود 25٪ از آنها گروههای تصویربرداری و بقیه سیستمهای بهداشتی ایالات متحده – را مورد بررسی قرار دادند تا بهتر بفهمند که کدام ابزارها مورد استفاده قرار میگیرند. “بازار شلوغ”. از اینجا به گزارش تصویربرداری جدید دسترسی داشته باشید.
در همین حال، در اینجا فقط یک نمونه کوچک از برخی از اخبار تصویربرداری IT است که این هفته در شیکاگو به نمایش گذاشته شده است.
آگفا ادغام CARPL.ai خود را در پلتفرم تصویربرداری سازمانی بهداشت و درمان AGFA به نمایش می گذارد و انعطاف پذیری و کارایی گسترده ای را به رادیولوژیست ها ارائه می دهد. این شرکت میگوید RUBEE for AI دسترسی گسترده به بازار CARPL با ۱۴۰ برنامه کاربردی ارائه میدهد، یک پلتفرم یکپارچه ارائه میدهد که میتواند به ارائهدهندگان کمک کند تا پذیرش هوش مصنوعی را در مقیاس مدیریت کنند و ارزش آن را در حوزههای بالینی مهار کنند.
Aidoc مدل پایه جدید CARE1 خود را برای تصویربرداری CT معرفی کرد. این مخفف عبارت Clinical AI Reasoning Engine نسخه 1 است و این شرکت می گوید این اولین گام در یک سرمایه گذاری چند ساله در چارچوب CARE است که – آموزش داده شده بر روی میلیون ها آزمایش – برای کمک به پیشبرد دقت و سرعت در هوش مصنوعی بالینی: به حداقل رساندن تشخیص تأخیر، بهینه سازی گردش کار و بهبود نتایج بیمار.
فوجی فیلم چندین سیستم تصویربرداری جدید RSNA را اعلام کرد، در میان اخبار دیگر، از جمله یک سیستم MRI 1.5T با بهبود گردش کار با هوش مصنوعی، یک سیستم MRI باز 0.4T، یک سیستم سونوگرافی نسل بعدی که از فناوری شناختی برای تجسم بافت عمیق استفاده می کند، در یک فلوروسکوپی فشرده C-arm و دو مجموعه رادیوگرافی دیجیتال.
GE HealthCare، در میان دیگر اعلامیههای RSNA، سیستم جدید ماموگرافی Pristina Via خود را تبلیغ میکند که برای بهبود تجربه غربالگری برای بیماران و فنآوران به طور یکسان طراحی شده است. به گفته GE، این مجموعه جدیدی از ابزارهای پیشرفته را به متخصصان تصویربرداری ارائه می دهد که نیازهای دقت تشخیصی و جریان های کاری سریع را برای تسهیل مراقبت بیشتر از سینه با محوریت بیمار ایجاد می کند و می تواند به ساده سازی کارایی گردش کار در میان کمبود جهانی فن آوری کمک کند.
Hyland برخی از پیشرفتهای جدید خود را به نمایش میگذارد، از جمله ابزار Cloud Imaging SaaS خود، که محتوای تصویربرداری بالینی را با چندین تخصص برای بینشهای مبتنی بر هوش مصنوعی برای تحقیقات بالینی ترکیب میکند، و همچنین NilShare، که به عنوان یک رویکرد به اشتراکگذاری تصویر مقرونبهصرفه طراحی شده است که به صورت ایمن طراحی شده است. دادههای تصویربرداری را بدون VPN منتقل میکند و نیاز به رایت و جذب سیدی پرهزینه را از بین میبرد.
Konica Minolta و Fovia در حال همکاری برای ارائه فناوری تجسم پیشرفته در Exa PACS مبتنی بر ابر کونیکا مینولتا هستند. این شرکت ها می گویند که هدف از این همکاری ارائه عملکردهای تجسم سه بعدی و تقسیم بندی پیشرو به مشتریان است که ایمن، سریع، انعطاف پذیر و مقیاس پذیر است. آنها گفتند که این ابزارها از طریق ابر AWS ارائه می شوند و در عین حال مزایای قابل توجهی در مدیریت هزینه به سازمان های مراقبت های بهداشتی ارائه می دهند و برای پزشکان انعطاف پذیری خواهند داشت.
Lunit که فناوریهایی را برای تشخیص و درمان سرطان توسعه میدهد، از همکاری جدید با AstraZeneca برای توسعه ابزار آسیبشناسی دیجیتال با قابلیت هوش مصنوعی – Lunit SCOPE Genotype Predictor خبر داد که قادر به تجزیه و تحلیل تصاویر اسلاید H&E برای پیشبینی احتمال NSCLC حامل تومور است. جهش های محرک، مانند جهش گیرنده فاکتور رشد اپیدرمی، شرکت ها گفتند.
منبع:healthcareitnews
